Factory Automation / 監視ソリューションに役立つ AI異常検知エンジン「gLupe」 - 技ラボ
ISPは、AIを使った異常検知エンジン「gLupe」の開発に成功しました。Factory Automation(以降、FA) / 監視ソリューションでの応用が期待され、多くの注目を集めています。本稿では、ISPのAI異常検知エンジンの仕組みと特徴についてご紹介します。 by Tadaharu Inoue 2016/06/27 ≪ 製品Webページはこちら https://glupe.jp ≫ 「異常検知」とは 定常状態から外れた状態を検知すること全般を「異常検知」と呼んでいます。例えば、製造ラインに流れている製品のキズを自動で見つけたり、食品への異物混入を検知したり、監視カメラに映っている映像からいつもと違う状況を検知したり…、といった用途を想定しています。 「異常検知」をAIで解決する際の課題 これらのシチュエーションに共通していることとして、異常状態のデータを収集しにくい、といったこと
pipでPIL(画像ライブラリ)のインストールがうまくいかない場合の解決方法（メモ） | オープンデータとプログラミング
適当な場所に解凍したら、ディレクトリに降りてsetup.pyを実行。 $python setup.py install 途中、freetypeのヘッダまわりでエラーになる場合があります。 _imagingft.c:73:31: error: freetype/fterrors.h: そのようなファイルやディレクトリはありません _imagingft.c:78: error: expected expression before ‘static’ _imagingft.c: In function ‘getfont’: _imagingft.c:132: error: ‘library’ undeclared (first use in this function) _imagingft.c:132: error: (Each undeclared identifier is reporte
Webカメラの画像をpythonのsocketを使って転送する
BeagleBoneタンクに欠かせない装備はWebカメラです。Webカメラの映像をコマンドセンター(自分の部屋)にて確認し、状況に応じた適切な命令をタンクに送ることがでるようになります。 タンクとコマンドセンター間は無線LANで繋ぐので、ソケットを使って画像を転送する必要があります。Cでソケットプログラムを書くのは面倒ですが、pythonにはラッパークラスがあって比較的簡単にソケットプログラミングができます。 Webカメラで取得した画像の送信フローは以下のとおりです。 タンクはコマンドセンターから画像要求が来た場合に、Webカメラで取得した画像をJPEGに圧縮して送り返します。コマンドセンターでは受信した画像をデコードし、画面に表示します。受信しているデータはJPEGなので、そのままJPEGファイルとしてディスクに書き込むことも可能です。 SocketServerモジュールのサンプルコード
YOLO: Real-Time Object Detection
How It Works Prior detection systems repurpose classifiers or localizers to perform detection. They apply the model to an image at multiple locations and scales. High scoring regions of the image are considered detections. We use a totally different approach. We apply a single neural network to the full image. This network divides the image into regions and predicts bounding boxes and probabilitie
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Base64デコード・エンコード - Qiita